python (tfidf的计算与输出)

tfidf做为计算每个词在文件中的频率,可以过滤掉常见词语,保留重要词语

在编程中可以使用jieba包自带的方法进行计算

import jieba.analyse
test1 =""
fencilist=[]
with open(r"testtxt",'r',encoding="UTF-8") as test:
    for line in test:
        line.strip()
        test1+=line
fencilist=jieba.cut(test1)
fencilist=list(set(fencilist))
with open(r"fenciescult",'w',encoding="UTF-8") as f:
    for i in fencilist:
        f.write(i+'\n')
tfidf=[]
tfidf.append(jieba.analyse.extract_tags(test1,len(fencilist),True,allowPOS="a"))
dict=dict(jieba.analyse.extract_tags(test1,len(fencilist),True,allowPOS="a"))
with open("tfidf","a",encoding="UTF-8") as tfidf:
    for key,values in dict.items():
        tfidf.write(key+str(values)+"\n")



  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值